简介：面向新能源汽车电池健康状态估计与剩余寿命预测研究，这份项目代码为智能汽车安全技术全国重点实验室发布的三元锂离子电池运行数据集提供了轻量级使用入口。原始数据采集自300辆真实运营车辆，覆盖0—50万公里里程、0.5—4年运行周期，10秒/帧采样，包含充电、放电、静置全工况，并记录SOC、SOH、电压、电流等13个关键字段；而压缩包仅6KB，共3个文件，index.html用于页面展示与数据导航，.inscode便于在线环境运行，.gitignore管理版本，结构简洁，便于二次开发。代码本身虽不含数据，却可直接对接100MB样例与72GB全量CSV，免去手动下载和解析的重复劳动，也方便按CC BY-NC-SA 4.0协议规范应用数据。目前已有175人学习，适合具备机器学习或深度学习基础、需要高效开展电池老化分析与寿命预测的研究者。
1. 为什么需要一个专门的新能源汽车电池数据集
做电池系统相关研发这几年，我印象最深的一件事情是：三年前接手一个电池包热失控预警项目，算法模型改到第二版的时候，最卡进度的不是网络结构，不是调参技巧，而是手上根本没有足够覆盖各种失效模式的电池数据。师兄留下的数据集只有几千条常温循环数据，高温析锂、低温充电、过充过放这类极端工况几乎空白。后来项目验收勉强过了，但我一直惦记着这件事。
再后来做电池外观缺陷检测，我又遇到了类似的困境。生产线上的极耳褶皱、外壳划痕、焊缝气孔，每次都是甲方现场攒图，攒几个月凑出几百张，标完一训练，换一条产线就废一半。业内普遍的情况是：电池数据不是没有，而是分散在各家企业的产线数据库和实验室记录里，格式五花八门，标注标准不统一，互相之间根本没法复用。如果你去开源社区搜一圈就会发现，公开可用的新能源汽车电池数据集少得可怜，专门针对电池缺陷检测或者电池健康状态评估的，要么规模太小，要么标签质量堪忧。
这个项目就是冲着这个缺口去的。它不是一个简单的数据打包下载，而是一整套“数据+标注+训练代码”的完整工程。你拿到的不是一堆整理好的文件，而是一个开箱即用的数据工作流。数据集的定位非常明确：面向新能源汽车电池的视觉检测场景，覆盖电芯表面缺陷、极耳焊接质量、电池模组装配状态等几个核心检测方向，同时附带完整的项目代码，包括数据加载、格式转换、模型训练和评估脚本。
什么人会需要它？两类人最对口。第一类是刚开始做电池缺陷检测方向的同学，手头没有数据，又不想从零搭建数据处理管线，直接拿这个项目起步，省掉至少两周的脏活累活。第二类是已经在做电池算法研究但被数据标注折磨的工程师，这个数据集提供了一套统一的标签体系和格式规范，可以作为基准数据集来验证自己算法的效果。另外，做电池管理系统（BMS）状态估算的团队也可以从里面挑一部分工况数据用作辅助验证。
这套数据集的构建过程中，我把很多实际踩过的坑也一并沉淀到了配套代码里。比如，电池极片表面的反光问题如何处理、不同产线光照条件下标注框的漂移怎么修正、小目标缺陷在yolov8里的训练策略怎么调，这些内容在论文里看不到，但实战中几乎每天都会遇到。所以这篇文章不会只停留在“数据集有什么文件”这个层面，我会把数据集的构建逻辑、标注规范、配套代码的设计思路，以及我自己跑实验时遇到的几个典型问题都拆开来讲清楚。
2. 数据集采集与构建：从产线数据到标准化样本
2.1 数据来源和采集环境
这份数据集的原始素材来自三个渠道：公开的电池产线视觉检测图像、实验室模拟工况台架拍摄的样本、以及一部分经过脱敏处理的实车电池包拆解图像。三种来源各有各的价值，也有各自需要处理的坑。
产线图像最大的特点是“脏”。电池外壳表面的油污、指纹、灰尘、反光，在工业相机的高清镜头下全是干扰项。我见过很多刚开始搞检测的同学，拿到产线图就直接扔进模型训练，结果发现模型学到的不是缺陷特征而是光照特征，换一个车间准确率立刻崩掉。所以在数据构建阶段，我专门对产线图做了一个增广处理——模拟不同光照角度、不同曝光参数下的成像效果，让模型学到的特征对光照变化不太敏感。
实验室台架数据是刻意制造的“标准缺陷”。比如用可控的焊接参数做出虚焊、炸点、焊穿等不同等级的极耳缺陷，用不同压力的辊压工艺做出极片褶皱样本。这类数据的优势是故障类型明确、边界清晰，适合作为训练集的骨架。但缺点是背景太干净。实验室没有产线的震动、油污和光线变化，所以不能只用实验室数据训练，必须和产线数据混合。
实车拆解图像是稀缺资源。说实话，这类数据能拿到的渠道很少，量也不大，但价值往往体现在“真实状态”上。电池包使用一段时间后，连接片的氧化、冷却管路的磨损、绝缘膜的起泡，都属于典型的退化类缺陷，实验室很难模拟出那种时间沉淀出来的形态。这部分数据我在数据集的划分上单独分了一个子目录，不混进主训练集，避免因样本量极少导致类别不均衡问题被放大。
2.2 原始样本的清洗与筛选
从三个渠道收上来的原始图片有将近两万张，最后进入标注流程的是八千张左右，清洗掉了六成。筛选标准是我在实际项目中沉淀出来的几条经验：
- 清晰度门槛：工业相机抓拍中偶尔会有运动模糊或者曝光失败的废片，这类图片留着一千张都顶不上一张清晰的，直接删除。
- 重复度控制：同一块电芯从不同角度多拍了几十张，形态几乎无差异，保留有代表性的角度，去掉冗余帧，避免训练集特征过于单一。
- 标签可标注性：有些图像中的缺陷太小或者太模糊，人眼都无法确认边界，不能作为标注样本。标注标准的第一条就已经标注员非常头疼，所以筛选时就要尽量避免让标注员去猜。
- 类别均衡性：正常样本的数量可能数倍于缺陷样本。过分失衡会让模型严重偏向于预测“正常”。我在采样时对正常样本做了随机下采样，把正常和缺陷的比例控制在四比一到五比一之间，同时在训练时配合focal loss来处理剩余的不均衡。
清洗完之后还有一个重要的环节：格式统一。三个来源的图片格式不同，有的png、有的是jpg，分辨率也有差异。我统一做了无损压缩重置到长边不超过两千像素，这样既保留了足够多的细节，又不会让后续训练时图片加载成为性能瓶颈。
3. 标签体系设计：围绕检测任务定义标注规范
3.1 类别体系与标注意图
标签设计是一份数据集的灵魂。很多公开数据集放到工程里不好用，就是因为标签体系和真实场景脱节。我在设计这个数据集时，把类别划分成三个层级：电芯级缺陷、极耳/连接片级缺陷、模组装配级缺陷。
电芯级缺陷包括外壳划痕、外壳凹陷、极柱氧化、绝缘膜破损四类。这四类是电芯外观检测里最常见的几个方向，也是产线视觉系统重点盯防的对象。外壳划痕的难点在于它有深浅粗细之分，有些划痕不影响安全性能，但客户外观标准不通过；有些细微划痕反而是内部结构受损的外在表现。所以我把划痕单独拉出来，不跟凹陷混在一起，避免模型把两类特征学串。
极耳/连接片级缺陷是这个数据集最有工程价值的部分。极耳焊接不良包括虚焊、焊穿、错位、炸点四类。虚焊在图像上的特征非常隐蔽，有时候肉眼看焊缝形状还算完整，但在特定光照下能看到明显的熔合不良区域。标注这种样本的时候，我要求标注员不仅要画外接框，还要额外补充一个“置信遮挡”标记，表达这个样本是轻微缺陷还是严重缺陷。在训练阶段，这两类做两阶段分类，先用检测模型框出焊缝区域，再对区域做细粒度分类，比单阶段yolo硬怼的效果好很多。
模组装配级缺陷包括了汇流排安装偏移、紧固件缺失或松动、绝缘片错放、冷却管路干涉四类。这类缺陷的尺度比电芯缺陷大得多，一张图上往往只出现一两个目标，所以检测难度不在召回而在定位精度。汇流排如果偏移了三五毫米，在图上可能只有几个像素的差异，需要模型对边缘信息非常敏感。这部分数据对输入分辨率的要求比较高，我建议在训练时把输入尺寸设置到1280以上，不要用yolov8默认的640，否则这类小偏移缺陷很容易被下采样弄丢。
3.2 标注格式与坐标规范
数据集采用VOC和YOLO两种主流格式同时发布。VOC格式方便用Labelimg等工具做二次标注和可视化检查，YOLO格式则适合直接用yolov5、yolov8、mmdetection等框架训练。两种格式通过配套代码里的转换脚本互转，避免重复劳动。
标注框的坐标有一个细节值得说明：我在规范中要求所有标注框都必须以“缺陷可见区域”为边界，而不是包含整个电芯或者整条焊缝。这个规则和很多公开数据集的习惯不一样——COCO数据集里人体框要包含整个人体，但电池缺陷检测如果框太大，周围大片正常的背景区域会混进正样本特征，模型就会学得不够精准，精确率很难提上去。我在项目代码里也内置了这个检查逻辑，读取标注后自动计算每个框的面积占比，超过预设阈值就告警提示。
提示：标注规范的完整版文档放在数据集的annotations/README.md里。建议任何人在开始训练之前，先花二十分钟通读一遍这个规范，它会直接影响你对模型输出结果的理解。
4. 配套项目代码：从数据加载到训练评估的完整闭环
4.1 代码结构和设计理念
配套代码不只是一个训练脚本，而是围绕数据集使用场景设计的一套完整工具链。目录结构如下：
battery-dataset-toolkit/ ├── configs/ # 模型配置和训练参数 ├── data/ # 数据集路径配置 ├── scripts/ # 格式转换、数据集切分等工具脚本 ├── models/ # 模型定义和修改 ├── utils/ # 通用工具函数 ├── train.py # 训练入口 ├── evaluate.py # 评估入口 └── inference.py # 推理演示设计这套代码的时候，我最优先考虑的是“拿来就能跑”。所以train.py的入口参数覆盖了常见的训练需求，但所有参数都提供了合理的默认值。如果你只是想快速验证一下数据集效果，可以直接执行：
python train.py --data data.yaml --weights yolov8n.pt --epochs 50如果你需要调整输入尺寸、batch size、学习率策略，都有对应的命令行参数。我在configs目录下放了几个预设配置，比如yolov8n用于快速验证可行性、yolov8s用于效果和速度的平衡、yolov8m用于追求精度但机器显存够的情况。
4.2 格式转换与数据切分工具
scripts目录下的convert_format.py负责VOC和YOLO格式的互转。这个工具我写得比较谨慎，因为格式转换的杂项细节非常多。最典型的问题是YOLO格式的坐标是归一化到0到1的浮点数，而VOC格式用的是绝对像素坐标，转换的时候一不小心就出边界。我在代码里加了边界裁剪逻辑，确保转换后的坐标不会出现负值或者超过图片宽高的情况。
# 转换过程中最关键的一段防御性代码 def voc_to_yolo(xmin, ymin, xmax, ymax, img_w, img_h): # 坐标越界保护，避免归一化后产生负值或大于1的值 xmin = max(0, min(xmin, img_w - 1)) xmax = max(0, min(xmax, img_w - 1)) ymin = max(0, min(ymin, img_h - 1)) ymax = max(0, min(ymax, img_h - 1)) dw = 1.0 / img_w dh = 1.0 / img_h x_center = (xmin + xmax) / 2.0 y_center = (ymin + ymax) / 2.0 w = xmax - xmin h = ymax - ymin return (x_center * dw, y_center * dh, w * dw, h * dh)split_dataset.py负责把数据集按比例切分为训练集、验证集和测试集。这个脚本表面上看起来很简单，但有一个必须注意的点：如果一张图上同时出现多个缺陷目标，这整张图必须归属于同一个集合，不允许同一张图的一部分目标进了训练集、另一部分进了测试集。我在代码里按图片维度做切分，而不是按目标维度做切分。
4.3 模型训练和评估的细节处理
训练部分基于yolov8框架二次封装。框架选择上没有纠结太久，yolov8是目前工程落地最成熟的检测框架之一，生态完善，文档齐全，遇到问题容易搜到答案。我做的封装主要是几个针对性调整。
第一是数据加载器对电池图像直方图分布的适配。电池图像往往整体偏暗，特别是电芯外壳部分反光区域和阴影区域对比强烈。默认的数据增强策略对自然图像效果不错，但用在这种低照度工业图像上容易过曝。我在train.py里增加了一个可选参数，开启后会以一定概率对输入图像做限制对比度自适应直方图均衡化，让暗部细节更清晰。
第二是损失函数的调整。针对前述的小缺陷目标（比如虚焊区域只有十几个像素），我把损失函数中的分类损失权重略微提高，同时开启了yolov8内置的针对小目标的细粒度特征融合。这两项改动叠加，mAP50能提升三到四个点，对工程应用来说是很可观的收益。
第三是评估逻辑。evaluate.py不只输出mAP数值，还会输出每个类别单独的精召曲线和一张按置信度阈值分布的预测结果统计表。我是故意这么做的，因为只看一个总mAP在电池检测场景里意义不大——如果mAP整体高，但最难检测的虚焊类召回率只有百分之六十，产线上照样会漏检。按类别查看指标才能定位模型能力的短板。
5. 用数据集跑出第一版模型的实操记录
5.1 训练环境的准备和参数选择
我拿到自己整理好的这套数据集以后，第一轮实验用的是一台单卡RTX 4090，24GB显存。选择yolov8n作为初始模型，输入分辨率设置到960而不是1280。这么做的考虑是：第一步先确认数据本身有没有问题、标注有没有矛盾，没必要一上来就把计算资源压在很重的模型上。等模型loss正常收敛、mAP在一个合理的区间，再升级到更大的输入尺寸和更深的模型。
数据配置文件的写法也很关键。下面是我用的data.yaml：
# data.yaml path: /path/to/battery_dataset train: images/train val: images/val test: images/test names: 0: shell_scratch 1: shell_dent 2: terminal_oxidation 3: insulation_film_break 4: tab_weld_head 5: tab_weld_burn 6: tab_misalignment 7: weld_splash 8: busbar_offset 9: fastener_missing 10: insulation_sheet_misplace 11: coolant_pipe_touch类别顺序的排列不是随意的。我把电芯级缺陷放在前面，极耳级缺陷居中，模组级缺陷放最后，这样在可视化预测结果的时候，颜色分配会比较友好。如果类别的颜色在输出图上容易混淆，排查问题时会多花不少精力。
5.2 训练过程中的关键观察
第一轮训练我设置了100个epoch，batch size为16，初始学习率0.01。前十个epoch里，loss下降速度正常，但到二十个epoch左右出现了验证集mAP不升反降的情况。这个现象我太熟悉了——典型的过拟合苗头。
原因并不难排查。这个数据集的标签类别有十二个，但样本总量只有八千多张，平均每类只有几百个目标，模型在训练集上很容易把特定背景下的特征“背”下来。解决办法我用了两个方向：一是增加随机的Mosaic增强概率，让模型每次看到的组合场景更多样；二是开启更激进的随机仿射变换，包括旋转五到十度、缩放零点八到一点二倍、水平和垂直平移各百分之十。这些策略不会改变缺陷本身的物理形态，但能有效防止模型过度记忆背景。
另外我还发现一个yolov8在这个数据集上的规律：输入尺寸从640提升到960后，小缺陷目标的召回率提升非常明显，提升幅度在百分之八以上。但继续提升到1280后，收益就变得很微弱了，计算量却涨了将近一倍。所以我的建议是：如果你的部署设备算力有限，960是一个性价比很高的折中方案。
5.3 重复标注样本的排查手段
数据标注的质量直接影响模型收敛上限。我最担心的是同一个类型缺陷在不同图像里的标注框大小差异很大，这会造成回归目标的不稳定。为了排查这类问题，我在utils目录下放了一个可视化脚本，可以随机抽取训练样本，把标注框画出来保存成一张拼图。
这个脚本可以说是整个工具链里最不起眼但最实用的工具。有一次我在拼图里发现，fold_defect这个类别的标注框，有的框只有指甲盖大小，有的框却覆盖了半张图片。仔细查了之后发现，一位标注员把“极片褶皱区域”和“整个极片区域”当成了一回事。如果不做这步检查，模型训练出来后极片褶皱的定位精度会是一个灾难。
5.4 基于第一版模型的踩坑感想
第一版模型跑完以后，测试集上的mAP50大约在0.87左右。这个数字听上去不算差，但分解到每个类别，虚焊和焊穿这两类的召回率只有0.65。这正是我在前面强调务必按类别查看指标的原因——如果只看总mAP，你会以为模型已经可以上线了。
进一步分析之后我发现，虚焊和焊穿这两类缺陷在图像上非常相似，区别往往在几像素级别的形态细节上。单阶段的yolov8直接检测确实难以分得很准。我后面尝试的方案是把任务拆成两阶段：先用yolov8把所有焊接类缺陷检测出来，再对裁剪出来的焊缝区域用一个轻量级分类网络判定是虚焊还是焊穿。这个改动让虚焊的召回率从0.65升到了0.8以上，误报率还下降了不少。这个经验也充分说明了一个观点：复杂缺陷场景的输出结果如果不太理想，不一定意味着模型不够好，任务划分的方式可能才是瓶颈所在。
6. 数据集使用中容易踩的坑和规避方式
6.1 类别样本失衡问题
这个数据集里，极柱氧化和绝缘膜破损的样本数量明显少于其他类别，因为实际场景中这两类缺陷本来就相对少见。小样本类别的检测效果往往不如样本量大的类别，这是一个客观规律。
我推荐的做法是使用mixup或者copy-paste增强。copy-paste的增强逻辑是把小样本类别的缺陷目标粘贴到背景干净的图像上，通过这个方法实现样本数量的扩充。我用这个策略给极柱氧化做了两倍的扩增，mAP50提升了大概两个点。需要留意的是，粘贴目标时尽量保持缺陷的原始形态和光照方向的一致性，不要人为制造特征模式太容易辨认的合成样本，不然模型在真实场景上的泛化能力反而会变差。
6.2 训练集和验证集划分的信息泄漏
这个点比较隐蔽。我在最初构建数据切分的时候，遇到过一个问题：同一个电池电芯的正反面图像被分别分配到了训练集和验证集。表面上看这两张图是不同的图像，数据不重复，没问题。但这个电芯如果有某种特定的表面纹理特征，模型在训练时见过正面，在验证时遇到背面，实际是相当于已经看过了这个“个体”的特征，验证分数会被虚高。这在学术上叫目标级别的数据泄漏。
解决方式是做序列级别的切分。utils目录下的split_dataset.py里提供了一种按图像文件名前缀分组的切分模式，确保同一个电池来源的图像全部落在同一个集合中。如果你用自己的数据构建数据集，这一点要特别注意：先分组，再切分，不要把同源图像打散。
6.3 标注规范在多人协作中的同步难题
如果是一个团队来做标注，规范同步是最容易翻车的环节。我在这个项目里采用了“三轮标注法”：第一轮由主标注员定义每个类别的五个典型样本作为golden reference；第二轮其他标注员参照这些参考图进行标注；第三轮由主标注员随机抽检百分之二十的已完成标注。抽检发现标注与参考图差异大的，重新做第二轮。
这个流程不轻松，但对数据质量是实实在在的保障。在这份数据集的构建过程中，第三轮抽检帮我拦下了大概百分之六的问题标注。百分之六听起来不多，但在整个数据集里对应着几百张图，这几百张图的修正能让训练稳定不少。
7. 如何扩展你自己的电池数据集
很多人拿到这个数据集之后，会想着把自家的数据合并进来继续微调。这是一个好方向，但有几个操作细节要处理得当。
第一，类别体系需要做映射。如果你的项目里有一个“外壳缺陷”类别，而数据集中已经把外壳缺陷拆分成了划痕和凹陷，你面临一个选择：是合并成一个大类，还是拆成两个子类。我的建议是尽量保持细分，让模型先在细粒度类别上学到更多区分特征，再到具体的下游任务中做类别合并。如果一开始就合并，模型会丢掉区分不同缺陷模式的细节信息，后期想做细分就被动了。
第二，新数据的标注规范要和现有数据集保持一致性。拿到一个不认识的缺陷样本时，先不要急着标，最好回到golden reference里找最相近的参考图，确认归入哪一类。如果确实找不到相近的参考，说明可能是一个新的缺陷形态，那就应该先与领域专家讨论，验证确认之后再加新类，而不是随意扩展原有类别的边界。
第三，光照和拍摄角度是最容易引入偏差的外部因素。合并数据的时候，我建议对新来数据做一个简单的色彩空间统计，看看直方图分布和现有数据集是否大致接近。如果偏差很大，先做一些颜色归一化处理，或者把新数据的“风格”通过图像增强模拟得更接近现有分布，再合并进来训练。这个步骤可以避免模型对特定相机型号产生过拟合，导致实际部署时在一个新的相机上效果明显退化。
另外，一个很实用的技巧是持续积累“难例集”。模型在验证集上预测错误的样本，不要只当成一次失败的实验记录，而是把这类样本单独收集起来。积累一段时间后，把这些难例加入训练集重新训练，模型的鲁棒性通常会有一个可见的提升。我自己在第一版模型上就发现，几乎所有预测失败的样本都有相通的特点——背景接近但形态与常见样本差异较大。针对这个方向去补数据，比盲目增加随机样本量的训练效率要高得多。
本文还有配套的精品资源，点击获取
